中文搜索引擎的快速檢索方法研究.pdf

1、當(dāng)前，搜索引擎是互聯(lián)網(wǎng)的一個重要組成部分，也是智能信息處理領(lǐng)域的一個研究熱點(diǎn)問題。研究快速搜索引擎的關(guān)鍵算法和實(shí)現(xiàn)機(jī)制具有重要的學(xué)術(shù)意義和實(shí)際應(yīng)用價值。一個完整的中文網(wǎng)頁檢索的索引器的構(gòu)建涉及到索引的數(shù)據(jù)結(jié)構(gòu)的選取，倒排文件是大規(guī)模中文網(wǎng)頁檢索中最常用的數(shù)據(jù)結(jié)構(gòu)，怎么樣生成倒排文件，怎樣在倒排文件中快速檢索是當(dāng)前搜索引擎研究的重點(diǎn)。
　　 本文首先闡述了搜索引擎的組織結(jié)構(gòu)、原理和實(shí)現(xiàn)機(jī)制，從構(gòu)建網(wǎng)頁庫、詞典庫，到分詞算法、建立特

2、征庫、索引庫，以及建立基于倒排序的快速索引機(jī)制，考察了其中的關(guān)鍵數(shù)據(jù)結(jié)構(gòu)和快速算法，通過一定數(shù)量的網(wǎng)頁庫測試了系統(tǒng)的性能，得到了比較滿意的結(jié)果。論文的最后，在關(guān)鍵詞倒排文件的基礎(chǔ)上，介紹了移動搜索的特點(diǎn)、關(guān)鍵技術(shù)、與3G的關(guān)系，另外設(shè)計(jì)出一種適用于3G網(wǎng)絡(luò)的移動搜索模型。模型中采用基于關(guān)鍵詞倒排文件的檢索方式，同時，考慮到移動終端屏幕尺寸小的特點(diǎn)，通過對搜索到的網(wǎng)頁進(jìn)行分割，抽取出與查詢要求最相關(guān)的主題區(qū)域提交給用戶，方便移動用戶便捷準(zhǔn)